我的程序是在Ubuntu16.04和装有Tian1080Ti的环境中运行。要运行该demo，需要安装
- python3
- Tensorflow 1.3+
- opencv
- ffmpeg
该demo实现的是视频行为的简单识别，视频采集途径包括实施摄像头采集和从本低选取已有视频。
-
界面设计是基于pyqt5的
-
测试时模型是调取已训练得到的模型，模型训练基于UCF101数据库
-
视频读取（摄像头、文件读取）和识别是放在两个线程处理的，视频读取放在主线程，而识别是通过pyqt中的Thread开的新线程，数据处理通过
pyqtSignal函数进行线程间数据交互 -
我们为了能让程序在主线程中让子线程暂停，在子线程中设置一个标志，在主线程中更改这个标志，并在子线程的run函数中判断，这里为了保护这个标志，防止多线程中多次调用，我们设置了QMutexLocker。这是线程的互斥锁，通过该锁在我们通过设置标志位来开启或关闭子线程的时候，我们可以保证不受其他线程影响。虽然在我们的项目中，只有两个线程，受影响的可能比较小，但是加上这个有利于程序的完备性。
在我们的demo中，我们是在子线程中定义信号，我们这个信号只是为了来进行识别，槽函数即是用来预测的函数，在子线程中每隔一定时间来发射信号，触发槽函数进行预测，预测时的数据是通过采集视频帧得到的。然后再将结果显示在界面相应位置。